Алгоритмическое мышление и эффективные структуры данных для масштабируемых ML-систем
ВГАЛПО
Виталий Гольдштейн, Пётр Митричев, Алексей (сем.), Полина
О курсе
Курс охватывает классические алгоритмы и структуры данных с упором на вычислительную сложность и практическую применимость в ML-инфраструктуре. Студенты изучают эффективные реализации поиска, сортировки, деревьев и графов, а также алгоритмы для работы с большими данными (потоковые алгоритмы, locality-sensitive hashing). Навыки алгоритмического анализа необходимы для курсов по MLOps и ML Engineering.
Чему научитесь
✓Анализировать временную и пространственную сложность алгоритмов и выбирать подходящую структуру данных
✓Реализовывать эффективные индексные структуры для приближённого поиска в высокоразмерных пространствах
✓Проектировать потоковые алгоритмы для обработки данных, не помещающихся в память
✓Обосновывать алгоритмические решения с точки зрения производительности при масштабировании
Ключевые темы
•Асимптотический анализ: O, Ω, Θ; рекуррентные соотношения